1 正则符号初阶

正则表达式需要与相关函数共同使用，对函数的学习可以参考：
Python正则表达式所有函数详解
首先看一下正则表达式中的常用符号

代码举例1：不同符号的组合

rs = r'\D\d'
s ='123dws8f833vbalc8d77'
res = re.findall(rs,s)
print(res)

以上代码寻找的是一个非数字搭配一个数字的字符串，输出结果为：

代码举例2：符号加+，代表连续的一个或多个

rs = r'\w+'
s ='12 3dws8#f833vb（alc8）d77'
res = re.findall(rs,s)
print(res)

以上代码寻找的是一个或多个字母数字下划线的字符串，输出结果为：

代码举例3：匹配字符串开始

使用\A可以只从开始进行字符串的匹配，注意只能放在最左边，如果字符串开头无法匹配上，则直接返回空值：

rs1 = r'\A\d'
rs2 = r'\A\d+'
rs3 = r'\A\D+'
s ='12 3dws8#f833vb（alc8）d77'
res1 = re.findall(rs1,s)
res2 = re.findall(rs2,s)
res3 = re.findall(rs3,s)
print(res1, res2, res3)

以上代码的输出结果为：

代码举例4：匹配字符串结束

与\A同理，\Z可以匹配字符串结束，必须放在正则表达式的最右侧，即便是换行符等转义字符，也不能放在\Z的右侧。

rs1 = r'\d\Z'
rs2 = r'\d+\Z'
rs3 = r'\D+\Z'
s ='12 3dws8#f833vb（alc8）d77'
res1 = re.findall(rs1,s)
res2 = re.findall(rs2,s)
res3 = re.findall(rs3,s)
print(res1, res2, res3)

代码举例5：匹配单词边界

使用\b匹配单词边界，字母数字下划线以外的字符或转义符，可以被认为是单词边界

rs1 = r'\d+\b'
s ='12 3dws8#f833vb（alc8）d77'
res1 = re.findall(rs1,s)
print(res1)

2 正则符号进阶

前两项的匹配开头与末尾，和\A\Z作用相同，不再重复提供示例代码

代码举例1：匹配a或b

rs = 'a|b'
s = 'ac123bc456'
print(re.findall(rs,s))

运行结果：[‘a’, ‘b’]

代码举例2：中括号的使用

中括号中任意一个字符匹配即可，需要注意的是，中括号中允许使用\d这类表达，但是不能使用\d+这类表达，因为会被看作\d和+。

rs = '[ab]c'
s = 'ac123bc456'
print(re.findall(rs,s))

输出是：[‘ac’, ‘bc’]

rs = '[3-9]' #表示3-9的任意字符
s = 'ac123bc456'
print(re.findall(rs,s))

输出是：[‘3’, ‘4’, ‘5’, ‘6’]
中括号中数字和字母可以同时使用，如[0-9A-Z],中间不含逗号；[\u4E00-\u9fa5]可以匹配所有汉字；

代码举例3：大括号

通常与其他语法联用，表示前面的字符重复出现几次。{3}表示重复出现3次，{3,7}表示重复出现3至7次,{3,}表示重复出现三次以上。

rs1 = r'[a-z]{2}'
s ='12 3dws8#f833vb（alc8）d77'
res1 = re.findall(rs1,s)
print(res1)

这将输出连续的连个小写字母类型的字符串，输出结果为：[‘dw’, ‘vb’, ‘al’]
如果使用{3,}这类语法，还可考虑和？联用。当？不存在时，为贪婪模式，匹配出的单个字符串将尽可能地长，具体差别通过代码会更加清晰：

rs1 = r'[a-z]{2,}'
rs2 = r'[a-z]{2,}?'s ='12 3dws8#f833vbvd（alc8）d77'
res1 = re.findall(rs1,s)
res2 = re.findall(rs2,s)
print(res1,res2)

代码举例4：小括号

小括号的主要功能包括组合、捕获和分组。
1.组合功能

rs = r'(\d[a-z]){3}' #组合
s = '1a2b3c44'
print(re.fullmatch(rs,s))

上面的代码使用了小括号的组合功能，通过与大括号的结合，将小括号中的内容重复了3次，将会输出1a2b3c
2.捕获功能

url = 'http://www.baidu.com/abcdefg' # 捕获
rs = r'http://(.*?)/'  # .代表任意字符,*代表出现任意次(包括0次),?代表非贪婪模式
print(re.findall(rs,url))

上面的代码使用了小括号的捕获功能，捕获的是介于http://和/之间的字符。这段代码的输出是：www.baidu.com 该功能通常与findall函数联用，与其他函数联用时，其可能不再具有捕获的含义
3.分组功能
在Python正则表达式中，小括号与反斜杠的组合可以用于创建分组，以实现对子表达式的分组匹配或分组替换。具体来说，小括号用于指定一个子表达式，而反斜杠后面跟着小括号的数字可以用于引用已定义的子表达式。

(\d{3})-(\d{3}-\d{4})

这个正则表达式将匹配格式为“xxx-xxx-xxxx”的电话号码。其中，小括号将整个正则表达式分成两个子表达式，分别匹配三个数字和“-”符号以及七个数字。你可以在正则表达式中使用\1和\2引用这两个子表达式，以便在后续的匹配或替换中使用它们。

例如，以下代码将使用re.sub函数将匹配的电话号码格式更改为“xxx.xxx-xxxx”：

import rephone_num = "555-555-1234"
new_phone_num = re.sub(r"(\d{3})-(\d{3}-\d{4})", r"\1.\2", phone_num)
print(new_phone_num)

输出为：555.555-1234

代码举例5：问号

在Python正则表达式中，问号(?)的含义有两种：

1. 表示非贪婪模式：在量词（例如 ，+ 等）后面加上问号表示量词的非贪婪模式，它匹配的内容尽可能少。例如：a.?b 匹配的是最短的 a 和 b 中间的内容，而不是最长的。
2. 表示 0 个或 1 个：单独使用问号表示该字符出现 0 次或 1 次。例如：a?b 可以匹配 ab 和 b，但不能匹配 aab。

import retext = 'aabbcc'# 非贪婪模式
print(re.findall('a.*?b', text)) # 输出 ['ab', 'ab']# 0 个或 1 个
print(re.findall('a?b', text)) # 输出 ['b', 'ab', 'b', 'ab']

这里有一种有意思的代码就是连续出现了两次问好，比如：

import retext = 'aabbcc'print(re.findall('a??b', text)) # 输出 ['b', 'b']

在这个例子中，两个问号连续匹配的是 a 出现 0 次或 1 次，因此只有 b 被匹配了。